AI量化策略的训练时间影响模型的结果,导致在调试的过程中拿不准该如何思考和选择训练时间,我们从以下三个方面探讨训练时间该如何选择?
#训练时间对模型的影响
针对特定的一段回测时间作为验证集, 检验训练时间的变化是否让模型带来很大变化?
#策略设置
策略选择:新建的可视化AI模板策略
方式:手工滚动训练
时间对比:训练集长时间 (5-10年) VS 训练集 短时间 (1个月-3个月-6个月-1,2年)
其次,模型中因子的特征权重发生改变再然后是 ndcg的评价也发生了改变,但变化不明显。 普遍发现 无论怎么增加数据时间长短,NDCG的指标都没能超过0.6以上。说明大量的数据样本
更新时间:2025-02-15 15:41
根据探索:《AI量化策略训练时间如何选择?》策略模版回测报错,请问如何解决?
https://bigquant.com/wiki/doc/celve-shijian-YNns2TC2iH
https://bigquant.com/experimentshare/27ef0ad9e896409bb53ddea1a3a43170
\
更新时间:2025-02-15 15:04
在上一篇文章中,大家对新建一个AI可视化模板策略有了初步的认识,但看到策略中众多的模块与看似复杂的连线心中不免存在疑惑,没关系,本篇文章中,我们就来为大家完整介绍一个AI量化策略的组成结构以及涉及的基本概念,希望可以帮助大家对AI量化策略建立一个全面初步的认识。
在认识一个人工智能量化投资策略之前,我们首先来了解几个基本概念:人工智能 、 量化投资和机器学习,大家可以通过快速浏览下面这两篇文章,对前两个概念进行初步了解。
更新时间:2024-12-13 03:43
量化投资是指通过数量化模型建立科学投资体系,以获取稳定收益。 在海外的发展已有30多年的历史,其投资业绩稳定,市场规模和份额不断扩大、得到了越来越多投资者认可。在国内,量化投资不再是一个陌生的词汇,近几年得到了迅猛的发展。
提起量化投资,就不得不提量化投资的标杆——华尔街传奇人物詹姆斯·西蒙斯(James Simons)。
价值投资和 趋势投资(技术分析)是引领过去一个世纪的投资方法,随着计算机技术的发展,已有的投资方法和计算机技术相融合,产生了量化投资。
简单来说,量化投资与传统投资方法之间的关系比较类
更新时间:2024-12-11 08:01
本文内容已经过期,待更新,请查看如下最新内容:
AI量化是未来趋势,金融机构对量化方向的人才求贤若渴,存在大量的人才缺失。对于金融知识一片空白的小白来说
更新时间:2024-09-28 13:43
AI量化领域结合了人工智能(AI)、机器学习(ML)以及量化金融的技术和方法。这一领域的目标是使用算法和计算模型来分析大量金融数据,从而做出投资决策或提高交易效率。
一些在AI量化领域重要技术和方法,以及在金融领域的应用:
更新时间:2024-09-05 03:12
更新时间:2024-07-08 07:54
更新时间:2024-06-12 06:05
\
国内量化交易规模快速发展,今年量化基金已突破万亿大关,并且量化私募的整体业绩十分亮眼,过去5年一线量化私募的超额收益基本在20%~30%,量化交易的占比已达到20%~30%(BigQuant开第一期培训的时候是个位数),可见量化的发展迅猛,未来也会以更快地速度占领交易市场。无论是自己投资需要还是进入量化领域学习量化都是不错的选择。
BigQuant今年的培训比往年来的晚一些,在大家的日益催促下2021AI量第四期化投资训练营正式开班了!今年的课程中新增了DeepAlpha、高频因子、T0策略、transformer和图神
更新时间:2024-06-12 06:05
人工智能(AI)技术得到了飞速发展,其在各个领域的运用也不断取得成果。机器学习被评为人工智能中最能体现人类智慧的技术,因此开发AI量化策略可以理解为将机器学习应用在量化投资领域。
机器学习算法太多,本文讨论只针对适用于金融数据预测的常用有监督型机器学习(Supervised Machine Learning)算法:StockRanker。假设我们要去预测某个连续变量$ Y$未来的取值,并找到了影响变量$ Y$取值的$K$ 个变量,这些变量也称为特征变量(Feature Variable)。机器学习 即是要找到一个拟合函数$f(X_1,X_2,\ldots,X_K|
更新时间:2024-06-11 03:20
AI量化指标的选择和排序取决于特定的投资策略、市场条件和数据可用性。
以下是30个常见的AI量化指标,按照一般在量化分析中的重要性排序:
更新时间:2024-06-11 02:28
更新时间:2024-06-07 10:55
\
更新时间:2024-06-07 10:55
一、单次课程
1.初阶:现价999,立减200得799,Plus会员立减400得599
2.进阶:现价1399,立减200得1199,Plus会员立减400得999
二、初阶+进阶
现价1998,立减200得1798,Plus会员立减400得1598 训练营地址:https://bigquant.com/quantcamp
三、2022AI量化策略会 购买初阶+进阶课程,可获赠价值1398的AI量化策略会,12月24日直播即将开启! 策略会地址:https://bigquant.com/quantcamp/2022
四、优惠券领取 优惠
更新时间:2024-06-07 10:55
更新时间:2024-06-07 10:55
BigQuant宽客学院伴随着平台的更新,学习和探讨的内容也日益增加。大家对机器学习、深度学习的策略研究越来越深入,新的想法也层出不穷,为了满足大家对探索的渴望,因此我们准备了定期的“BigQuant AI量化专家MeetUp”,本周四正式启动了!BigQuant学院院长、AI量化专家现身BigQuant B站直播间,在线交流、答疑,解决您在AI量化和BigQuant遇到的所有问题!
以导师答疑为主,解决大家在日常开发中遇到的问题:
更新时间:2024-06-07 10:55
【此文档为旧版策略】具体可参考新版文档:
https://bigquant.com/wiki/doc/103-ai-LpsqDhu8mG
https://bigquant.com/experimentshare/dd9cff01459a41f9be40d7e660164795
\
更新时间:2024-06-07 10:55
2020年我们开展了近半年的Meetup,共11场Meetup活动,90个问题,7场专题,持续地为大家服务和提供新鲜的灵感。2021年,Me
更新时间:2024-06-07 10:55
\
更新时间:2024-06-07 10:55
更新时间:2024-06-07 10:55
更新时间:2024-06-07 10:55
AI量化重要指标包括:
ADX(平均方向性指数);布林带(Bollinger Bands,简称BBANDS);MACD(Moving Average Convergence Divergence);
CCI(商品渠道指数);阿隆上行(Aroon Up)和阿隆下行(Aroon Down);ATR指标;指数移动平均值;MFI;MOM;
OBV;RSI;SAR;简单移动平均值;STOCH (KDJ) ;TRIX;WILLR;加权移动平均值;
AI量化选股利用AI的强大数据处理和分析能力,旨在寻找那些被市场低估但具有增长潜力的投资机会。
[BigQuant](https://bigquant
更新时间:2024-06-07 10:48
分享一些量化交易相关的常识信息。
**[多因子选股模型及优缺点](https://bigquant.com/wiki/doc/5asa5zug5a2q6ycj6ikh5qih5z6l5zcn6kn6ke
更新时间:2024-06-07 10:48
**概念定义:**一种使用高级数学模型、统计分析和计算机算法进行交易决策的方法。
**应用范围:**一般包括股票、期货、外汇和衍生品等金融市场;
**主要原理:**依赖于金融市场中的价格、交易量、经济指标等大量历史和实时数据,用以识别市场趋势、估值、波动性等关键因素;使用复杂的数学(包括统计学、概率论、机器学)模型来分析数据和预测市场行为,并通过计算机算法预设的规则和模型自动执行交易。(文末含量化核心资源)
数据分析
历史数据分析:通过分析历史价格、成交量等数据来预测市场趋势。
实时市场数据:收集实时交易数据,对市场
更新时间:2024-06-07 10:48
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-17 06:26